← 返回卡片

原书出处

大模型技术30讲

05 第5章 利用数据来减少过拟合现象

核验版本的摘录快照 · 导入于 2026-11-18T10:51:38.334Z

作为自监督学习的替代方案,我们也可以选择在大型有标签数据集上进行传统的迁移学习。

如果有标签数据集与目标领域高度相关,迁移学习将特别有效。比如说,我们训练一个模型来识别不同的鸟类,我们可以先在一个包含多种动物的大型通用动物分类数据集上对网络进行预训练。

但是,如果没有符合要求的大型数据集,我们也可以在范围相对较大的ImageNet数

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/大模型技术30讲/_epub-src/EPUB/xhtml/chapter01_0009.xhtml

EPUB SHA-256:aed12db0b1b08a8757496d8d12796b8829fa2546eb77ccf47b557e4abbb6a0ec